Date d’entrée souhaitée : /03/2019 Flexibilité : ☐ mois ☒ mois ☐ > mois Durée du stage : 6 mois



Yüklə 24,12 Kb.
tarix08.01.2019
ölçüsü24,12 Kb.
#91882


Campagne Stage 2018
\\casnas100\casa_communs$\commun04\recrutement\pmt 2014\10 - projet signature tout commence ici\05 - lot 1\logos\logo groupe credit agricole\logo-groupe-credit-agricole.png
Date d’entrée souhaitée : 04/03/2019
Flexibilité : 1 mois 2 mois > 3 mois
Durée du stage : 6 mois


Informations générales


Entité : Crédit Agricole SA
Maître de stage : Walid Erray : walid.erray@credit-agricole-sa.fr
Type de métier : Marketing et Communication
Lieu de travail : Montrouge



Description de la mission


Intitulé du poste : Stage Data Scientist
Présentation du service :
Au sein du Pôle Développement Clients et Innovation, le DataLab Groupe Crédit Agricole est un centre de compétences dédié aux sciences de la donnée et à leurs applications dans le domaine bancaire. Son rôle est de créer des approches innovantes pour la valorisation de la donnée interne et externe, qu’elle soit structurée ou non structurée. Dans le cadre de ses missions, des thématiques scientifiques à forte valeur ajoutée sont étudiées : Apprentissage Automatique, Auto-ML, Traitement du Langage Naturel, Process Mining, Time Series Mining, Deep Learning, Géomatique, etc. Ces activités sont menées conjointement avec des partenaires internes : les Caisses Régionales, les Entités du Groupe et les Producteurs Informatiques. Le DataLab développe également un réseau de partenaires externes lors de missions industrielles (Editeurs de logiciels, startup, SSII, etc.) ou de collaborations universitaires.
Dans le cadre de ce stage, vous rejoindrez l’équipe Data Science afin de contribuer à la valorisation de la Data et participer à la mise en place d’approches innovantes au service des Clients du Groupe.
Descriptif de la mission :
Contexte et objectifs du stage :
Ce stage de Data Science a pour objectif de concevoir et développer de nouvelles approches de fouille de séries temporelles et de les appliquer dans le cadre de projets de détection d’évènements, de détection d’anomalies, d’IOT, d’Open Data, etc.
Les données de types séries temporelles constituent un élément majeur du patrimoine des entreprises. Elles apportent une information sur la dynamique des comportements sur des sujets tels que : la relation client, la fraude, le risque, la finance, etc. L’extraction des connaissances à partir de ces données nécessite la mise en place d’approches spécifiques issues du domaine du Time Series Mining.
L’objectif du stage consiste à enrichir une librairie développée en interne, TSBOX, qui reprend l’état de l’art. Un focus particulier sera porté sur la conception d’approches de fouille de séries temporelles supervisées et l’optimisation de la complexité pour l’analyse de grandes volumétries de données.
Organisation et livrables :

Au cours de son stage, le Data Scientist aura pour mission de :



  • Etablir un état de l’art scientifique sur les approches Time Series Mining (articles, librairies open source)

  • Prendre en main la librairie existante TSBOX

  • Proposer une structure de données adaptée pour gérer des données structurées et non-structurées volumineuses

  • Concevoir et développer : une méthode de représentation symbolique supervisée, une approche d’extraction d’évènements et de détection d’anomalies, une méthode de clustering de séries à tailles variables

  • Appliquer les développements proposées dans le cadre des projets en cours : détection de changement comportement utilisateurs ; détection de fraude aux moyens de paiement ; Analyse de données IOT…

  • Réaliser une étude comparative entre l’approche proposée et les approches de l’état de l’art

  • Rédiger un rapport pour décrire la méthodologie proposée et les résultats obtenus



Profil recherché



Niveau d’études préparé : Bac + 2 Bac + 3 Bac +4 Bac +5

Formation : Université Ecole de commerce Ecole d’ingénieur Autre précisez :

Ecoles ou formations dans lesquelles vous souhaitez éventuellement diffuser l’annonce :
X, ENS, Ecole des Mines, Telecom Paris, Ecole Centrale, ENSAE, ENSAI, INSA, UPMC, Université Paris Dauphine, Université de Lyon

Spécialisation :
Data Science, Machine Learning, Intelligence Artificielle


Compétences techniques ou spécifiques au poste (5 maximum) :


  • Machine Learning

  • Time series mining

  • Détection d’anomalie

  • Représentation symbolique

  • Deep Learning

  • Développement Python

  • Algorithmique



Compétences générales et transverses (5 maximum) :


  • Autonomie et communication

  • Rigueur

  • Innovation/R&D

  • Force de proposition

  • Travail en équipe



Outils informatiques :

  • Langage de développement : Python.

  • Des connaissances en Cython, Numba (voire en C/C++) sont un plus.N/A


Langues 1 : Français Niveau requis : Opérationnel (usage régulier)

(Si aucune langue souhaitée indiquer N/A)

Langues 2 : N/A Niveau requis : Choisissez un élément.

(Si aucune langue souhaitée indiquer N/A)


ASPECTS BUDGETAIRES


PARTIE A COMPLETER OBLIGATOIREMENT
CGB de facturation :


Unité d’affectation opérationnelle (UO) :

Votre correspondant budgétaire



Avez-vous reçu l’accord de votre correspondant budgétaire ? OUI NON
Signature et nom du Manager : Signature et nom du correspondant budgétaire :


Recrutement - Crédit Agricole S.A.



Yüklə 24,12 Kb.

Dostları ilə paylaş:




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©muhaz.org 2022
rəhbərliyinə müraciət

    Ana səhifə